이 자리가 왜 생겼을까요
디지털데일리는 2026년 7월 한국인터넷진흥원(KISA) 정보보호 공시를 근거로 쿠팡의 2025년 정보보호 투자액이 1349억3672만원이고 정보보호 전담 인력이 211.6명에서 370.1명으로 늘었다고 보도했습니다. 이 공고의 DE팀은 대규모 보안 로그의 AI 기반 분석과 LLM을 활용한 로그 정규화를 팀의 업무 방식으로 소개합니다. 이 자리는 그 탐지·분석·대응의 근간이 되는 데이터 인프라를 설계하고 구축하는 역할이고, 함께하고 싶은 사람의 첫 항목도 데이터가 '정확하고 빠르게 흐르는 것'에 대한 집착입니다. 보안 분야가 아니더라도 대규모 로그 파이프라인을 운영하며 지연 시간이나 유실률을 줄인 경험이 있다면 그 수치가 지원서에서 가장 먼저 보여야 할 정보입니다.
쿠팡이 지금 어떤 사업에 집중하고 있는지는 쿠팡 채용 분석에서 이어서 볼 수 있습니다.
1하게 될 업무
보안 데이터 플랫폼(Data Lake/Warehouse) 아키텍처를 설계하고 구축해 탐지 엔진, AI/ML 모델, 분석가가 최적의 환경에서 데이터를 활용하도록 지원합니다.
이렇게 볼 수 있어요
플랫폼을 쓰는 쪽이 탐지 엔진, 모델, 분석가 셋입니다. 쓰임이 다른 사용자를 한 플랫폼에서 받쳐 본 경험이 있다면 각각 무엇을 요구했고 설계에 어떻게 반영했는지 설명할 수 있습니다.
Kubernetes, 서버, 클라우드, 네트워크 등 여러 환경의 보안 로그를 실시간으로 수집하는 아키텍처를 설계하고 데이터 파이프라인(ETL/ELT)을 구축합니다.
이렇게 볼 수 있어요
로그가 나오는 환경이 네 가지로 적혀 있습니다. 출처마다 형식과 양이 달라 수집 단계에서 형식을 어떻게 맞췄는지가 경험을 설명하는 중심이 됩니다.
SIEM 플랫폼을 운영하고 고도화합니다. 탐지 룰 실행 환경의 안정성을 확보하고 인덱싱/검색 성능을 최적화하며 신규 로그 소스를 온보딩합니다.
이렇게 볼 수 있어요
팀 소개는 이 자리를 전통적인 SIEM 운영을 넘어서는 엔지니어링 역할로 설명하지만 SIEM 운영과 고도화도 업무에 들어 있습니다. 검색 성능을 높이거나 새 로그 소스를 붙여 본 사례는 처리량이나 응답 시간 변화로 보여 줄 수 있습니다.
AI/ML 모델 활용에 적합한 데이터 스키마를 설계하고 데이터 모델링과 Enrichment 파이프라인을 구축합니다.
이렇게 볼 수 있어요
로그를 쌓는 데서 끝나지 않고 모델이 바로 쓸 수 있는 형태로 가공하는 데까지 맡습니다. 원천 데이터에 맥락 정보를 붙여 분석 품질을 높인 경험이 이 업무와 가깝습니다.
Detection-as-Code 프레임워크를 구축하고 운영합니다. 탐지 룰을 코드로 관리하고 테스트하고 배포하는 파이프라인을 만듭니다.
이렇게 볼 수 있어요
탐지 룰도 일반 소프트웨어처럼 리뷰, 테스트, 배포 과정을 거칩니다. 탐지 룰을 다뤄 본 적이 없어도 코드 리뷰와 배포 파이프라인을 만들어 본 경험이 이 업무의 바탕이 됩니다.
SIEM, Data Warehouse 같은 대규모 데이터 플랫폼의 성능 최적화와 쿼리 튜닝, 안정성과 비용 효율성을 관리합니다.
이렇게 볼 수 있어요
비용이 성능과 나란히 관리 대상으로 적혀 있고, 함께하고 싶은 사람으로는 비용과 성능의 균형을 고민하는 분을 꼽았습니다. 쿼리나 저장 구조를 바꿔 비용을 줄인 사례는 금액이나 비율이 붙어야 설득력이 생깁니다.
로그 수집부터 적재까지 전 과정의 데이터 파이프라인 안정성을 확보하고 장애 대응과 모니터링 체계를 구축합니다.
이렇게 볼 수 있어요
보안 로그가 끊기면 그 사이의 위협은 탐지 대상에서 빠집니다. 파이프라인 장애를 추적해 근본 원인을 고친 사례가 이 업무와 자격 요건의 장애 진단 경험을 함께 보여 줍니다.
AI/LLM을 활용해 로그 분석 자동화, 데이터 품질 관리, 커버리지 갭 분석 등 데이터 엔지니어링 업무를 고도화합니다.
이렇게 볼 수 있어요
팀 소개는 LLM을 로그 정규화와 커버리지 갭 분석에 이미 쓰고 있고 AI가 별도 기능이 아니라 팀 전체의 업무 방식에 들어 있다고 적었습니다. 데이터 업무에 LLM을 붙여 본 경험은 우대 사항과도 이어집니다.
2자격 요건
대규모 데이터 엔지니어링 또는 백엔드 시스템 개발 경력이 7년 이상이어야 합니다.
이렇게 볼 수 있어요
데이터 엔지니어링과 백엔드 개발 가운데 어느 쪽 경력이든 7년에 들어갑니다. 보안 분야 경력은 연차 조건에 없습니다.
AWS 환경에서 대규모 데이터 파이프라인(Kafka, Kinesis, S3 등)을 구축하고 운영해 본 경험을 요구합니다.
이렇게 볼 수 있어요
클라우드가 AWS로 정해져 있습니다. 다룬 데이터 양과 처리 지연 시간을 숫자로 밝히면 대규모가 어느 정도였는지 전달됩니다.
Python으로 데이터를 처리하고 백엔드를 개발할 수 있어야 합니다.
이렇게 볼 수 있어요
Python 역량을 데이터 처리와 백엔드 개발 두 용도로 요구합니다. 두 용도로 쓴 프로젝트를 나눠 밝혀 두면 확인이 쉽습니다.
보안 이벤트와 로그의 구조와 흐름을 이해해야 합니다. 여러 소스의 로그가 어떻게 생성되고 활용되는지 파악하는 역량입니다.
이렇게 볼 수 있어요
보안 업무 경력이 아니라 로그를 이해하는 역량을 요구합니다. 다뤄 본 로그가 어디서 생성되고 누가 어떻게 썼는지 설명할 수 있으면 보안 도메인 경험이 짧아도 이 요건에 답할 수 있습니다.
데이터 파이프라인의 장애 진단과 안정성 확보에 대한 실무 경험이 있어야 합니다.
이렇게 볼 수 있어요
장애를 진단한 실무 경험을 따로 요구합니다. 장애 하나를 골라 발견, 원인 추적, 재발 방지까지 순서대로 설명할 준비가 필요합니다.
클라우드 인프라 환경에서 아키텍처를 설계하고 운영한 경험이 필요합니다.
이렇게 볼 수 있어요
파이프라인만이 아니라 그 아래 인프라 설계도 요건에 있습니다. 직접 정한 아키텍처와 그렇게 정한 이유가 Staff 직급의 설계 역할을 보여 주는 근거입니다.
Git 기반 협업과 CI/CD 파이프라인 운영 경험이 필요합니다.
이렇게 볼 수 있어요
Git과 CI/CD를 어디까지 다뤘는지, 예를 들어 배포 파이프라인을 직접 만들었는지가 구분돼 있어야 합니다.
3우대 사항
클라우드 데이터 웨어하우스를 활용한 대규모 데이터 플랫폼 구축·운영 경험과 데이터 변환/오케스트레이션 프레임워크(dbt, Airflow 등) 운영 경험을 우대합니다.
이렇게 볼 수 있어요
웨어하우스와 그 위의 변환·스케줄링 도구를 함께 다뤄 본 경험입니다. 써 본 웨어하우스 제품과 오케스트레이션 도구 이름을 그대로 밝혀 두면 비교하기 쉽습니다.
Detection-as-Code 철학에 대한 이해와 관련 플랫폼 사용 또는 개발 경험을 우대합니다.
이렇게 볼 수 있어요
필수가 아니라 우대라 보안 탐지 경험이 없어도 지원할 수 있습니다. 써 봤다면 어떤 룰을 코드로 관리했는지 구체적으로 밝히는 편이 낫습니다.
IaC(Terraform, CloudFormation 등)를 활용한 인프라 관리 경험을 우대합니다.
이렇게 볼 수 있어요
인프라도 코드로 관리하는 경험을 봅니다. 수집 파이프라인의 인프라를 코드로 만들어 본 경험이 있으면 그 범위를 설명할 수 있습니다.
보안 데이터 모델링(OCSF, CIM 등)에 대한 이해와 실무 적용 경험, SIEM 솔루션 구축과 대규모 운영 경험을 우대합니다.
이렇게 볼 수 있어요
OCSF와 CIM은 서로 다른 소스의 보안 로그를 같은 필드 체계로 맞추는 데이터 모델입니다. SIEM을 직접 구축해 본 경험까지 있으면 업무의 SIEM 고도화 항목과 바로 이어집니다.
AI/LLM을 데이터 엔지니어링 업무에 활용한 경험(로그 정규화, 스키마 자동 매핑, 커버리지 분석 등)을 우대합니다.
이렇게 볼 수 있어요
괄호 안의 예시는 팀 소개에 적힌 LLM 활용 사례와 같은 내용입니다. 하나라도 해 봤다면 입력과 결과, 정확도를 함께 설명할 수 있게 정리해 둘 만합니다.
Kubernetes 환경의 보안 로그 수집 아키텍처를 설계하고 운영한 경험을 우대합니다.
이렇게 볼 수 있어요
업무의 수집 대상 첫머리에도 Kubernetes가 있습니다. 컨테이너 환경에서 로그를 모아 본 경험은 수집 구조와 처리량 위주로 정리하는 게 좋습니다.
4기타 사항
- 게시일 : 2026년 9월 9일
- 고용형태 : 정규직(수습 12주)
- 근무지 : 쿠팡 서울 구의오피스
- 경력 조건 : 경력 7년 이상
- 학력 조건 : 해당 내용은 원본 공고에서 확인되지 않습니다.
쓰는 기술
공고 본문에 적힌 기술만 모은 목록입니다.
- Kubernetes
- AWS
- Kafka
- Kinesis
- S3
- Python
- Git
- SIEM
- dbt
- Airflow
- Terraform
- CloudFormation
- OCSF
- CIM
전형과 지원
쿠팡 채용 안내 페이지는 전형을 서류 전형, 리크루터 스크리닝 콜, 직무 적합성 인터뷰와 핵심 역량 인터뷰, 처우 협의와 최종 오퍼 순으로 안내합니다. 지원자의 직무 역량과 조직 문화가 맞는지를 모든 전형 단계에서 확인한다고 적었으므로 어느 단계에서든 리더십 원칙에 맞춘 사례를 꺼낼 수 있어야 합니다.
기본 단계와 공고별 차이
채용 프로세스 페이지는 서류 전형 뒤 리크루터와의 첫 통화(스크리닝 콜)로 전형이 시작되고, 직무 적합성 인터뷰와 핵심 역량 인터뷰를 거쳐 처우 협의 뒤 최종 오퍼를 제안한다고 안내합니다. 직무에 따라 온라인 코딩 테스트나 과제 전형, 레퍼런스 체크가 진행될 수 있다고 적었습니다.
이렇게 볼 수 있어요
공고 대부분도 전형절차를 서류전형, 직무 적합성 인터뷰, 핵심 역량 인터뷰, 최종 합격 순으로 적었습니다. 레퍼런스 체크, 리더십 인터뷰, 과제전형, 실기 인터뷰가 단계로 더해진 공고도 있습니다. 단계 이름을 다르게 적은 공고도 있어 1차 면접과 2차 면접, 전화면접과 대면면접 또는 대면(화상)면접, 코딩테스트와 화상면접, 화상기술면접 1차와 2차, 1차 화상면접과 심층(화상)면접 같은 표기가 함께 쓰입니다. 인터뷰를 모두 비대면 화상으로 진행한다고 밝힌 공고도 있습니다. 지원할 공고 하단의 전형절차를 따로 확인해야 합니다.
두 인터뷰가 확인하는 것
직무 적합성 인터뷰는 리더십 원칙에 부합하는지 확인하는 단계로, 과거 문제 해결 과정에서 내린 결정과 행동 양식을 바탕으로 평가한다고 적었습니다. 핵심 역량 인터뷰에서는 해당 분야 실무 리더와 여러 면접관이 핵심 기술 역량과 전문성, 문제 해결 방식, 조직 적합성을 검증합니다.
이렇게 볼 수 있어요
리더십 원칙에 맞춘 사례는 직무 적합성 인터뷰에서, 직무 기술과 전문성은 핵심 역량 인터뷰에서 주로 확인됩니다. 15개 원칙 가운데 지원 직무와 가까운 원칙마다 지난 결정과 행동을 사례로 정리해 두면 두 인터뷰를 함께 준비할 수 있습니다.
답에는 데이터를 붙입니다
채용 프로세스 페이지는 인터뷰에서 경험을 명확하고 논리적으로 전달하는 능력이 중요하다며 SBI(Situation, Behavior, Impact) 구조를 권합니다. 상황은 간단히, 본인이 직접 수행한 행동은 구체적으로, 결과는 수치나 지표 중심으로 표현하라고 적었습니다.
이렇게 볼 수 있어요
SBI의 Impact 칸에 숫자가 있어야 답이 완성됩니다. 팀이 함께 낸 결과라면 그 안에서 본인이 직접 한 행동을 따로 떼어 정리해 두어야 Behavior 칸이 비지 않습니다.
결과 안내와 재지원
채용 FAQ는 각 전형 결과를 합격 여부와 관계없이 일반적으로 약 2주 이내에 담당 Recruiter가 개별 안내한다고 적었습니다. 채용 진행 상황에 따라 안내가 늦어질 수 있다는 단서가 붙어 있고, 불합격 안내를 받은 뒤에도 재지원할 수 있으며 불이익이 없다고 밝혔습니다.
이렇게 볼 수 있어요
전형 하나의 결과를 기다리는 데 2주 안팎을 잡아 두면 다른 회사 일정과 맞추기 쉽습니다. FAQ가 재지원에 불이익이 없다고 밝혔으므로 경험을 더 쌓은 뒤 다시 지원하는 계획도 세울 수 있습니다.
중복 지원은 되지만 전형은 하나씩
채용 FAQ는 쿠팡 안의 여러 포지션이나 계열사에 중복 지원할 수 있지만 여러 채용 절차를 동시에 진행할 수는 없다고 안내합니다. 지원한 포지션 가운데 우선순위가 높은 포지션을 기준으로 진행될 수 있고, 채용 담당자가 전형 중에 안내한다고 적었습니다.
이렇게 볼 수 있어요
자회사 공고까지 여러 개 지원해도 실제 전형은 하나씩 진행됩니다. 가장 원하는 공고를 먼저 정해 두면 채용 담당자가 진행할 포지션을 물을 때 바로 답할 수 있습니다.
이력서는 자유 양식으로 냅니다
채용 FAQ는 이력서 양식이 따로 없으니 자유 양식으로 내고, 서류는 PDF나 Word 파일로, 파일이 두 개 이상이면 ZIP으로 묶어 내라고 안내합니다. 문서 안의 URL 링크는 오류가 생길 수 있어 가급적 넣지 말라고 권하고, 파일마다 용량은 100MB 이하로 제한합니다.
이렇게 볼 수 있어요
포트폴리오나 작업물을 링크로만 걸어 두면 검토 중에 열리지 않을 수 있습니다. 작업물도 파일로 만들어 이력서와 함께 ZIP 하나로 묶어 두면 링크 오류를 피할 수 있습니다.
외국어 면접과 통역
채용 FAQ는 외국어 면접 여부가 포지션에 따라 다르고, 예정된 경우 담당 리크루터가 미리 안내한다고 적었습니다. 통역은 지원하지만 언어가 제한될 수 있고, 외국어 활용 능력이 필수인 포지션은 통역 없이 면접이 진행될 수 있습니다.
이렇게 볼 수 있어요
공고에 영어가 자격 요건으로 적혀 있다면 영어 면접을 전제로 준비해야 합니다. 통역을 받으면 면접 중 한 가지 언어로만 소통해야 한다는 조건도 FAQ에 함께 적혀 있습니다.
수습 12주
공고 대부분이 고용형태를 정규직으로 적고 수습기간 12주를 포함한다고 밝혔습니다. Senior Product Manager II (Last Mile Product), Staff AI Engineer (Security), CSOC Manager, [CPLB] 사내변호사, [쿠팡] 리테일 MD 미디어 카테고리 (Book) 같은 공고에는 고용형태와 수습 문구가 없습니다. Staff Data Analyst 공고와 Senior Staff Data Scientist 공고에는 정규직 문구와 계약직 문구가 함께 적혀 있고, 둘 다 수습 12주를 포함합니다. Senior, Back-end Engineer(CX) - Coupang Play 공고는 고용형태를 계약직으로 적고 수습기간 12주를 포함한다고 밝혔습니다. 업무상 필요하면 수습기간을 적용하지 않거나 줄이거나 늘릴 수 있다는 단서가 붙어 있습니다.
이렇게 볼 수 있어요
수습 문구가 있는 공고와 없는 공고가 섞여 있고 고용형태 문구도 공고마다 다를 수 있으니 지원할 공고 하단의 안내 사항에서 두 가지를 확인해야 합니다. 경력이 길다면 수습 적용 여부를 처우 협의에서 물어볼 수 있습니다.
이 공고만 다른 점
서류전형, 화상기술면접 1차, 화상기술면접 2차, 최종 합격 순입니다.
회사 기본 단계의 두 인터뷰 대신 화상기술면접을 1차와 2차로 치릅니다. 두 번 모두 화상이라 설계했던 파이프라인 구조도를 화면에 띄워 설명하는 방식이 잘 맞습니다.
지원 전 준비할 것
- 1
파이프라인 규모와 장애 사례 정리하기
운영한 파이프라인 하나를 골라 하루 처리량, 지연 시간, 겪은 장애와 원인, 재발 방지책을 순서대로 정리해 둡니다. 자격 요건의 AWS 대규모 파이프라인 경험과 장애 진단 경험을 한 사례로 보여 줄 수 있습니다.
- 2
보안 로그 구조 익혀 두기
보안 업무 경험이 없다면 서버 인증, 네트워크, Kubernetes 같은 대표 보안 로그가 어떤 필드를 남기는지 OCSF 스키마 문서로 훑어 두면 로그 구조에 관한 질문에 답하기 쉬워집니다.
- 3
비용을 줄인 사례 숫자로 만들기
쿼리 튜닝이나 저장 구조 변경으로 비용을 줄인 경험이 있다면 전후 금액이나 비율을 구해 두세요. 업무에는 비용 효율성 관리가, 함께하고 싶은 사람에는 비용과 성능의 균형을 고민하는 분이 적혀 있습니다.